第07講_規(guī)則脈沖激勵線性預測編碼課件

1、物理層關鍵技術1信源編碼移動通信信源編碼基本概念信源編碼是利用信源的統(tǒng)計特性，解除信源的相關性，去掉信源多余的冗余信息，達到壓縮信源信息率，提高系統(tǒng)效率（有效性）的目的。移動通信的頻譜資源十分稀少珍貴，為了提高頻譜利用率，需積極開發(fā)低速率、高質(zhì)量信源編碼技術，即高效信源編碼技術。第二代移動通信主要是語音業(yè)務，所以信源編碼主要指語音壓縮編碼。第三代移動通信中的信源編碼將不僅包含語音壓縮編碼，還包含各類圖像壓縮編碼和多媒體數(shù)據(jù)壓縮等方面內(nèi)容。數(shù)據(jù)壓縮目的：在保證一定圖像（或聲音）質(zhì)量的條件下，以最小的數(shù)據(jù)率來表達和傳送圖像或聲音信息。數(shù)據(jù)能夠壓縮的可能性在于：原始數(shù)據(jù)中存在著大量的冗余信息（時間冗

2、余、空間冗余、統(tǒng)計冗余）；人的視覺和聽覺器官都具有某種不敏感性，舍去人的感官所不敏感的信息，對圖像或聲音質(zhì)量的影響很小，在某些情況下甚至可以忽略不計。移動通信語音編碼技術概述語音編碼：移動通信數(shù)字化的基礎，第1/2 代蜂窩系統(tǒng)的根本區(qū)別。語音編碼的意義：提高通話質(zhì)量（數(shù)字化+信道編碼糾錯）；提高頻譜利用率（低碼率編碼）；提高系統(tǒng)容量（低碼率，語音激活技術）。移動通信對語音編碼的要求：編碼速率低，語音質(zhì)量好；有較強的抗噪聲干擾和抗誤碼的性能；編譯碼延時小，總延時在65ms 以內(nèi)；編譯碼器復雜度低，便于大規(guī)模集成化；功耗小，便于應用于手持機。語音編碼的分類波形編碼將時間域信號直接變換為數(shù)字代碼，目

3、的是盡可能精確地再現(xiàn)原來的話音波形PCM、M參量編碼(聲源編碼)將信源信號在正交變換域提取特征參量，并將其變換為數(shù)字代碼線性預測編碼LPC混合編碼波形編碼+參量編碼數(shù)字語音信號中既有語音特征參量又有部分波形編碼波形編碼質(zhì)量最高，其質(zhì)量幾乎與壓縮處理之前相同，適用于公用骨干(固定)通信網(wǎng)。參量編碼質(zhì)量最差，僅適合于特殊通信系統(tǒng)，比如軍事與保密通信系統(tǒng)?；旌途幋a質(zhì)量介于兩者之間，目前主要用于移動通信網(wǎng)。用于移動通信的語音編碼標準標準服務類型服務類型 語音編碼語音編碼速率（速率（bps）GSM蜂窩RPE-LTP規(guī)則脈沖激勵長期預測編碼13CD-900蜂窩SBC子帶編碼16IS-54蜂窩VSELP矢量

4、和激勵線性預測編碼8IS-95蜂窩CELP碼本激勵線性預測編碼1.29.6PDC蜂窩VSELP矢量和激勵線性預測編碼4.5，6.7，11.2CT2無繩ADPCM32DECT無繩ADPCM32PHS無繩ADPCM32PCS-1800蜂窩RPE-LTP規(guī)則脈沖激勵長期預測編碼13PACS個人通信 ADPCM32WCDMA蜂窩AMR信息率信息率-失真理論失真理論 information rate-distortion theory研究在限定失真下為了恢復信源符號所必需的信息率，簡稱率失真理論。率失真理論就是用以計算不同類型的信源在各種失真限度下所需的最小信息率。率失真函數(shù)-計算率失真函數(shù)是率失真理論

5、的中心問題。率失真函數(shù)只指出限失真條件下所必需的最小信息率。從理論上講，尚應能證明實際存在一種編碼方法，用這樣的信息率就能實現(xiàn)限失真的要求。限失真信源編碼定理限失真信源編碼定理：只要信源符號序列長度N足夠大，當每個符號的信息率大于R(D)，必存在一種編碼方法，其平均失真可無限逼近D；反之，若信息率小于R(D)，則任何編碼的平均失真必將大于D。利用信息論中連續(xù)(模擬)有記憶信源的信息率-失真R(D)函數(shù)理論可以分析波形編碼的性能。 波形編碼的性能估計信息率-失真R(D)為：D：最大允許失真，2：方差，相關系數(shù)廣義平穩(wěn)遍歷馬氏鏈信源且有上式的計算結果如下表所示2221(1)()log2R DD2(

6、 )01R 信噪比(dB)35322825232017R(D)(bit/樣點) 43.52.52.34 21.5 1壓縮倍數(shù)K22.28 3.23.42 45.3 8波形編碼的性能估計由上述分析結果可以得到如下結論：當語音質(zhì)量達到進入公網(wǎng)要求標準時，即2/D26dB,其K=3.4 倍。若進一步考慮實際語音分布與主觀因素的影響(因為正態(tài)分布R(D)其壓縮倍數(shù)可以進一步增大，取K=4 (保守值)這時語音速率可以從未壓縮的PCM 64Kbps降至1/4速率的16Kbps。目前已實用化的DPCM為32Kbps。 參量編碼的性能估計語音可以采用各種不同形式的參量來表達。為了分析方便，采用最基本的參量“音

7、素”。以英語音素為例進行分析。英語中共有音素27=128 28=256 。按照通常講話速率，每秒大約平均發(fā)送10個音素。由信息量計算公式，對于等概率事件有：I=log2N ，N為總組合數(shù)，則：最后可計算出壓縮比K為：1012210222loglog (256)80loglog (128)70INbpsINbps(上限)(下限)64914 80070 80KbpsKbps倍混合編碼的性能估計顯然混合編碼的理論壓縮比是介于上述兩類編碼之間，且與語音質(zhì)量需求有關。若要求混合編碼偏重于個性特征，則其壓縮比靠近波形編碼的壓縮比值，若要求混和編碼偏重于共性，則其壓縮比靠近于參量編碼。移動通信中的語音編碼高

8、質(zhì)量的混合編碼是移動通信中的優(yōu)選方案。移動通信頻譜資源有限，低碼率、高壓縮比至關重要；加入公用網(wǎng)信噪比又不能太低。決定混合編碼的4 個主要參量：比特率、質(zhì)量、復雜度和處理時延。比特率：度量信源壓縮率和通信系統(tǒng)性的主要指標；話音質(zhì)量：國際流行的MOS 法，5 級評分制；復雜度：指完成語音編碼所需的加法、乘法的運算次數(shù)，一般可用MIPS 表示；處理時延：復雜度高處理時延大。數(shù)據(jù)比特率(bps)數(shù)據(jù)比特率越低壓縮倍數(shù)就越大，可通信的話路數(shù)也就越多，移動通信系統(tǒng)也就越有效。 數(shù)據(jù)比特率降低，語音質(zhì)量也隨之相應降低，為了補償質(zhì)量的下降，可采用提高設備硬件復雜度和算法軟件復雜度的辦法。 降低比特速率另一種

9、有效方法是采用可變速率的自適應傳輸，它可以大大降低語音的平均傳送率。 還可以進一步采用語音激活技術，充分利用至少3/8的有效空隙，可獲得大致約2.67dB的有效增益。 14語音質(zhì)量 度量方法不外乎客觀與主觀兩個角度：客觀度量可以采用信噪比、誤碼率、誤幀率，相對而言簡單、可行。 主觀度量是由人耳主觀特性來判斷，比客觀度量復雜。目前國際上常采用的主觀評判方法稱為MOS方法 。 15復雜度與處理時延 語音編碼硬件復雜度取決于DSP處理能力，而軟件復雜度則主要體現(xiàn)在算法復雜度上。算法復雜度增大，也會帶來更長的運算時間和更大的處理時延 。如下所示，我們給出幾種已知低數(shù)據(jù)比特率語音編碼的上述四個參數(shù)與性能

10、比較表格。16 編碼器類型數(shù)據(jù)比特率(Kbps)復雜度(MIPS)時延(ms)質(zhì)量(MOS)脈碼調(diào)制PCM640.0104.3自適應差分脈碼調(diào)制ADPCM320.104.1自適應子帶編碼161254多脈沖線性預測編碼810353.5隨機激勵線性預測編碼4100353.5線性預測聲碼器21353.1語音壓縮編碼原理語音壓縮編碼原理波形編碼的基本原理 自適應差分脈沖編碼調(diào)制(ADPCM)是建立在差分脈沖編碼調(diào)制(DPCM)的基礎上，而DPCM又是建立在脈沖編碼調(diào)制(PCM)的基礎上。 PCM可分為三個基本步驟：取樣、量化與編碼。 DPCM不直接傳送PCM數(shù)字化信號，而改為傳送其取樣值與預測值(通過

11、前面樣點值經(jīng)線性預測求得的)的差值，并將其量化、編碼后傳送。 ADPCM與DPCM原理一樣，主要差別在于ADPCM中的量化器和預測器引入了自適應控制機制。同時在譯碼器中多加上一個同步編碼調(diào)整器，其作用是為了在同步級聯(lián)時不產(chǎn)生誤差積累。 17ADPCM波形編碼ADPCM是利用樣本與樣本之間的高度相關性和量化階自適應來壓縮數(shù)據(jù)的一種波形編碼技術。該算法利用了語音信號樣點間的相關性，并針對語音信號的非平穩(wěn)特點，使用了自適應預測和自適應量化，在32kbps/8kHz速率上能夠給出網(wǎng)絡等級話音質(zhì)量。ADPCM標準是一個代碼轉換系統(tǒng),它使用ADPCM轉換技術實現(xiàn)64Kb/s A律或u律PCM(脈沖編碼調(diào)制

12、)速率和32Kb/s速率之間的相互轉換。應用：WAV，MP3，G.721等ADPCM基本思想利用自適應改變量化階的大小,即使用小的量化階去編碼小的差值,使用大的量化階去編碼大的差值,使用過去的樣本值估算下一個輸入樣本的預測值,使實際樣本值和預測值之間的差值總是最小。ADPCM記錄的量化值不是每個采樣點的幅值,而是該點的幅值與前一個采樣點幅值之差。IMA ADPCM算法對量化步長的調(diào)整使用了簡單的查表方法，對于一個輸入的PCM值X(n)，將其與前一時刻的X(n-1)預測值做差值 得到d(n)，然后根據(jù)當前的量化步長對d(n)進行編碼，再用此樣點的編碼值調(diào)整量化步長，同時還要得到當前樣點的預測值供

13、下一樣點編碼使用。ADPCM編碼原理ADPCM編碼原理32Kbps ADPCM編碼原理如下圖所示21ADPCM編碼原理ADPCM解碼原理32Kbps ADPCM譯碼原理如下圖所示23參量編碼的基本原理 參量編碼不直接傳送語音波形，而是傳送產(chǎn)生、激勵語音波形的基本參量。 根據(jù)語音產(chǎn)生機理，采用下列物理模型：24反映語言特征的主要參數(shù)基音頻率與基金周期：聲帶振動頻率、周期共振峰頻率：聲道的諧振頻率語音強度：濁音/清音判決濁音：有聲音英語元音、漢語韻母清音：無聲音英語多數(shù)輔音、漢語多數(shù)聲母時變?yōu)V波器的參數(shù)線性預測編碼LPC分幀處理：1020ms語音分析：基音提取濁音/清音判決，基音周期提取短時線性分

14、析線性濾波器系數(shù)OR格型網(wǎng)絡參數(shù)，以及增益線性預測分析：一個語音抽樣能夠用過去若干個語音抽樣的線性組合逼近，使在有限時間內(nèi)的實際語音抽樣與線性預測抽樣之間的差值平方最小均方預測誤差最小。估計模型參數(shù)的基礎：最小均方誤差準則。LPC的基本原理典型參量編碼的線性預測LPC方案如圖所示為了降低LPC的碼率，提高穩(wěn)定性，可采用以下兩種方法：采用一類反射系數(shù)格形算法采用矢量量化技術 27混合編碼的基本原理 混合編碼是介于波形編碼與參量編碼之間的一種編碼方法，兼有參量編碼低速率與波形編碼的高質(zhì)量的優(yōu)點。 實現(xiàn)混合編碼的基本思想是以參量編碼原理，特別是以LPC原理為基礎，保留參量編碼低速率的優(yōu)點，并適當?shù)奈?/p>

15、收波形編碼中能部分反映波形個性特征的因素。重點改善自然度性能。 改進LPC主要從三方面入手：改進語音生成物理模型、激勵源結構和合成濾波器結構，提高語音質(zhì)量；改進參量量化和傳輸方法，進一步壓縮傳輸速率；采用自適應技術，進一步解決系統(tǒng)與信源和信道之間的統(tǒng)計匹配。28 移動通信中的語音編碼移動通信中的語音編碼本節(jié)將結合第二代(2G)的GSM與IS-95系統(tǒng)以及第三代(3G)的WCDMA和CDMA2000等不同系統(tǒng)所采用的語音編碼具體方案，著重從原理上來闡述移動通信中的語音編碼。GSM系統(tǒng)的RPE-LTP聲碼器采用等間隔，相位與幅度優(yōu)化的規(guī)則脈沖作為激勵源，以便使合成后的波形更接近原始信號。該方案結合

16、長期預測以消除信號的冗余度，降低編碼速率，同時其算法較簡單，計算量適中且易于硬件實現(xiàn)。2930GSM系統(tǒng)的系統(tǒng)的RPE-LTP聲碼器原理聲碼器原理REP-LTP編碼器包括下 列五個部分：預處理，線性預測分析，短時分析濾波，長時預測以及規(guī)則脈沖激勵編碼，其編碼器原理如圖所示。 GSM 語音編碼框圖預處理除去輸入信號中的直流分量，并進行高頻分量預加重。組成：偏移補償和預加重偏移補償：陷波濾波器高頻分量的預加重：采用一階FIR 濾波濾波器。目的是更好地進行LPC 分分析。LPC 分析分析主要目的是提取LPC 參數(shù)。參數(shù)。分幀：分幀：語音信號在分幀緩沖器中分成不交疊的20ms幀，按幀進行處理，每幀16

17、0 個取樣值。預測濾波器采用8 階階FIR 格型濾波器；格型濾波器；先算出9 個自相關系數(shù)；個自相關系數(shù)；然后用Schur 遞歸算法求出遞歸算法求出8 階反射系數(shù)階反射系數(shù)；再變換成對數(shù)面積比系數(shù)（LAR）利用折線進行近似，最后對LAR 量化編碼得到量化編碼得到LARc，并將其作為邊信息（，并將其作為邊信息（36bits/20ms）傳）傳給接收端。LARc 還用來經(jīng)解碼后恢復量化后的反射系還用來經(jīng)解碼后恢復量化后的反射系數(shù)，供短時分析濾波器用。，供短時分析濾波器用。短時分析濾波目的在于得出短時殘差信號d：使用預測濾波器系數(shù)，以5ms 子幀為間子幀為間隔，求出預測值，并由此產(chǎn)生短時殘差。首先將量

18、化和編碼后得到LARc 的進行譯碼；的進行譯碼；然后對當前及以前的系數(shù)在5ms 周期內(nèi)進行線周期內(nèi)進行線性內(nèi)插，以避免不平滑的過渡； 最后經(jīng)內(nèi)插后的LAR再變換成反射系數(shù)再變換成反射系數(shù)上述計算每20ms 重復一次，并輸出重復一次，并輸出4次，產(chǎn)生160 個預測殘差信號樣本值個預測殘差信號樣本值d，由預測濾波器輸出。長期預測（LTP）分析）分析1利用殘差信號的相關性，每5ms 計算計算一次對長期分析濾波器的修正值，使對輸出的殘差信號估值更加精確，進一步去除冗余度從重建的激勵信號e中計算出殘差信號中計算出殘差信號d的估值d；長期預測濾波器輸出為增益b 和時延樣和時延樣本數(shù)N。b為為b的量化值的量

19、化值。計算參數(shù)b 和和N 按子幀進行，即按子幀進行，即5ms 為一個為一個子幀（40 個樣本值），共個樣本值），共4 個子幀，個子幀，20ms 共共產(chǎn)生160 個長個長期殘差樣本。期殘差樣本。長期預測（LTP）分析）分析2長期預測根據(jù)當前子幀的殘差d 及及恢復出的短時殘差信號d進行預進行預測：先計算出40 個樣本個樣本d 和和d的互相關的互相關值，并由其極大值確定最佳時延N。增益系數(shù)b 由互相關值由互相關值R(N) 和和40個抽樣值d平平方和之比得出。方和之比得出。N 和和b 最后分別經(jīng)最后分別經(jīng)7 比特及比特及2 比特比特編碼(9bit/5ms)，作為邊信息送，作為邊信息送到解碼器。規(guī)則脈沖

20、激勵（RPE）編碼）編碼1所謂規(guī)則脈沖激勵，就是用短時殘差估值去選擇位置和幅度都優(yōu)化了的脈沖序列來代替短時殘差信號，并將所選的RPE 脈沖序列作為激勵脈沖序列作為激勵信號，其相應的編碼參數(shù)（RPE 47bit/5ms）輸出至接收端。由此）輸出至接收端。由此可降低計算量，并具有相當好的譯碼話音質(zhì)量。規(guī)則脈沖激勵（RPE）編碼）編碼2將長期預測得出的余量信號e 進行規(guī)則進行規(guī)則脈沖序列提取及量化編碼。這里也是按子幀40 個樣本進行處理。個樣本進行處理。e 經(jīng)過加權濾波器產(chǎn)生加權信號經(jīng)過加權濾波器產(chǎn)生加權信號X，然后在，然后在RPE 序列選擇器中按序列選擇器中按3:1 取樣，得到只含取樣，得到只含1

21、3 個非零個非零樣本的樣本的4 個序列；個序列；選取其中能量最大的序列為規(guī)則脈沖激勵序列。將其網(wǎng)格位置Mc 及及13 個非零樣本量個非零樣本量化編碼的信息送到解碼器。規(guī)則脈沖激勵（RPE）編碼）編碼3非零樣本量化采用ADPCM 方式：方式：先找到最大非零樣本，用6 比特編碼得到比特編碼得到XMAXc，解碼后用它來對解碼后用它來對13 個非零樣本作個非零樣本作歸一化處理；每個歸一化后的樣本值用3 比特編碼產(chǎn)生比特編碼產(chǎn)生XMc；在編碼器中對XMc 也要解碼，在也要解碼，在ADPCM逆量化器中進行，以產(chǎn)生量化后的規(guī)則激勵脈沖序列e；e再與長期預測值再與長期預測值d相加得到的相加得到的d供下供下一個子幀長期預測用。40RPE-LTP編碼器的核心任務是給接收端傳送一組六個基本參量M、XM(i)、Xmax、Nj 、bj、LAR(i)。六個基本參量的信息比特分配如下。 參 數(shù) 數(shù) 量 比特/參數(shù) 比特數(shù) LPC系數(shù)L